正文之前
课设昨天终于答辩完毕，比较完美。美滋滋！上学前浪了一学期，这学期赶紧把毕设怼了。免得自己后面毕业都毕不了那就GG了。而且我的这个课题，学院不管，导师不管，完全自学啊！！简直心酸！哎，赶紧做完滚到计算机去吧。这种姥姥不疼，奶奶不爱的日子太难受了！
正文
初步设想是用数据驱动的方式吧。至于基于知识工程的话，那就能做就做吧！估计做不了！
借鉴的来源：
类似的需要实现的功能：
数据驱动的基于工业大数据的形式:
基于数据驱动的算法初步：
可以用BP神经网络，也可以用决策树。
支持向量机的流程框图：
【个人看法】 支持向量机的核心与决策树类似。但是还是有不同之处，现在多学习下支持向量机，后面用自己的算法也行。或者给出多个版本的话，可以作为几个方案去解释！
超平面的概念：
我想做的就是决策树的这种：
求援方向，资料搜集：
毕设数据来源：
这也许是我的主要工作？？
线性可分：
呵呵，线性可分是模式识别里的概念阿。简单的说就是如果用一个线性函数可以将两类样本完全分开，就称这些样本是“线性可分”的。
英文叫做linearly separable。
这里不方便写公式，你可以直观想象二维空间划一条直线把两类样本隔开，这两类就称为线性可分样本。
如果两类样本象下面这么分布：
o.........x
.
.
x.........o
就找不到一条直线能把o和x分开了，这时候就称为线性不可分。
超平面本质：
支持向量包含着重构分割超平面所需要的全部信息！
正文之后
今天又划水了！不过建了个个人博客，欢迎大家前往！
